STATISTIK-FORUM.de

[a_new_user]

Hallo!

Ich haben eine Datensatz und würde für diesen gerne ein lineares Modell erstellen. Ich weiß, dass der Erklärungswert sehr gering sein wird. Mir geht es allerdings eher um den Linearisierungsprozess.
Die Zielgröße (ncit) ist extrem linkssteil verteilt, wie Ihr sehen könnt, sind die Residuen (des Modells ncit~nclaims) nicht normalverteilt :
https://gofile.io/d/kmHJL8 (offensichtlich kann ich nichts hochlanden im Forum)



Wie verhält man sich bei solchen Daten? Welche Transformation müsste ich vornehmen, damit die Residuen normalverteilt werden. Mir fehlt es hier einfach an Erfahrung bzw. Gefühl - in vielen Büchern steht, dass man de-factor alles linearisieren kann...

[PonderStibbons]

Welche Transformation müsste ich vornehmen, damit die Residuen normalverteilt werden.

Ich verstehe die Frage nicht ganz. Im Titel steht Linearisierung, aber es geht
um die Verteilung der Resiuden? Und wieso willst Du, dass die Residuen
normalverteilt sind (aus einer normalverteilten Grundgesamtheit stammen)?
Deine Stichprobe ist doch deutlich größer > 30.

Mit freundlichen Grüßen

PonderStibbons

[Holgonaut]

Hallo,

die Variable scheint eine count-Variable zu sein, für die eine OLS Regression sowieso ungeeignet ist. Besser wäre eine count-Regression mit entsprechender Fehlerverteilung (Poisson, neg-bin etc.) oder--wenn es eine kontinuierliche Variable ist, eine Gamma-Regression.

Grüße
Holger